回答公众号留言的2个关于相关性分析的问题

之前录制了一期视频介绍了 R语言相关性分析和结果可视化简单小例子，

B站的链接是

https://www.bilibili.com/video/BV1Ne41147eR

有朋友在公众号留言遇到了一些问题，今天记录一下问题中我能够解决的两个

第一个问题是

使用Hmisc包中的rcorr()函数做相关性分析，他的数据是4行5列，其中有一行数据有两个缺失值我用R语言自带的数据集iris试一下，首先是取数据的前四行和四列

df<-iris[1:4,1:4]

第二个问题是

使用psych包中的corr.test()函数做相关性分析，遇到警告

Warning message:
In psych::corr.test(df, method = "pearson") :
  Number of subjects must be greater than 3 to find confidence intervals.

如果只是为了做相关性分析可以忽略这个警告，因为这个函数还会同时计算相关系数的置信区间，要求数据大于三行可以看下3行数据和4行数据的区别

df<-iris[1:3,1:3]
print(psych::corr.test(df,method="pearson"),short=F)

Call:psych::corr.test(x = df, method = "pearson")
Correlation matrix 
             Sepal.Length Sepal.Width Petal.Length
Sepal.Length         1.00        0.60         0.87
Sepal.Width          0.60        1.00         0.11
Petal.Length         0.87        0.11         1.00
Sample Size 
[1] 3
Probability values (Entries above the diagonal are adjusted for multiple tests.) 
             Sepal.Length Sepal.Width Petal.Length
Sepal.Length         0.00        1.00            1
Sepal.Width          0.59        0.00            1
Petal.Length         0.33        0.93            0

 Confidence intervals based upon normal theory.  To get bootstrapped values, try cor.ci
            raw.lower raw.r raw.upper raw.p lower.adj upper.adj
Spl.L-Spl.W        -1  0.60       NaN  0.59        -1       NaN
Spl.L-Ptl.L        -1  0.87       NaN  0.33        -1       NaN
Spl.W-Ptl.L        -1  0.11       NaN  0.93        -1       NaN
Warning message:
In psych::corr.test(df, method = "pearson") :
  Number of subjects must be greater than 3 to find confidence intervals.

4行数据

df<-iris[1:4,1:3]
print(psych::corr.test(df,method="pearson"),short=F)
Call:psych::corr.test(x = df, method = "pearson")
Correlation matrix 
             Sepal.Length Sepal.Width Petal.Length
Sepal.Length         1.00        0.63        -0.18
Sepal.Width          0.63        1.00        -0.19
Petal.Length        -0.18       -0.19         1.00
Sample Size 
[1] 4
Probability values (Entries above the diagonal are adjusted for multiple tests.) 
             Sepal.Length Sepal.Width Petal.Length
Sepal.Length         0.00        1.00            1
Sepal.Width          0.37        0.00            1
Petal.Length         0.82        0.81            0

 Confidence intervals based upon normal theory.  To get bootstrapped values, try cor.ci
            raw.lower raw.r raw.upper raw.p lower.adj upper.adj
Spl.L-Spl.W     -0.84  0.63      0.99  0.37     -0.93      1.00
Spl.L-Ptl.L     -0.97 -0.18      0.94  0.82     -0.97      0.94
Spl.W-Ptl.L     -0.97 -0.19      0.94  0.81     -0.98      0.97

还有一个问题是他的数据有13行1000多列，计算相关性好长时间也没有得到结果。 1000多列对于R语言来说可能属于大数据了，R语言里如何处理这种较大规模的数据我也不太懂。

欢迎大家关注我的公众号

小明的数据分析笔记本